[发明专利]基于多角度神经网络模型的通信用户套餐精准推荐方法

权利要求书

1.一种基于多角度神经网络模型的通信用户套餐精准推荐方法，其特征在于：所述方法的具体步骤如下：

Step1：数据采集；

1)通信用户数据采集，其中包括：用户年龄、用户性别、用户学历、用户职业、用户收入、用户地理位置、时间、通话时长(min/月)、流量用量(GB/月)、短信用量(条/月)、增值业务用量(元/月)；

2)运营商套餐数据采集，其中包括：通话时长、流量、短信、增值业务；

Step2：数据清理，其中包括：忽略元祖、人工填写缺失值、使用属性的中心度量填充、中位数填充、最可能值填充法，其目的是不让有错误或有问题的数据进入运算过程；

Step3：数据变换；将数据从一种表示形式变为另一种表现形式，实现不同的源数据在语义上的一致性；

Step4：对数据进行聚类分析，确定深度神经网络模型的输入向量；

1)将采集到的通信用户数据作为多视角神经网络的输入定义x_a为第一维度用户用量，其中x_a＝(通话时长、流量、短信、增值业务)；定义x_b为第二维度用户特征，其中x_b＝(年龄、性别、学历、职业、收入)；定义x_c为第三维度环境特征，其中x_c＝(地理位置、时间)；

2)将通信运营商现有每一个不同套餐信息作为多视角神经网络的一个输入其中，含有增值业务的套餐定义为：未含有增值业务的套餐定义为：x_d为通话时长，x_e为流量，x_f为短信，x_g为增值业务；

Step5：基于多视角深度神经网络模型计算出用户与现有套餐的相似度，为用户精准推荐移动手机套餐；

设x为输入向量，y为输出向量，l_i(i＝2,…,N-1)为中间隐含层，w_i为第i层的权重矩阵，b_i为第i个偏差项；

1)计算输入层与隐含层节点之间的连接权值l₁(公式1)：

l₁＝w₁x (公式1)

2)计算各隐含层节点之间的连接权值l_i(公式2)：

l_i＝f(w_il_i-1+b_i)，(i＝2,…,N-1) (公式2)

3)计算输出层的隐表示y(公式3)：

y＝f(w_Nl_N-1+b_N) (公式3)

4)在神经网络中，定义传输函数为(公式4)：

5)计算通信用户与j套餐之间的相关性大小(公式5)：

计算出的T(Q,D_j)(j＝1,2,3,…n)按从小到大排序，其中将最大值所对应的D_j移动手机套餐推荐给用户。

2.根据权利要求1所述的一种基于多角度神经网络模型的通信用户套餐精准推荐方法，其特征在于：

所述数据清理即原始数据中存在一些不完整、不一致、含噪声的数据，在挖掘之前，对这些不合格数据进行清理，将完整、正确、一致的数据存入数据仓库中，否则，挖掘的结果是存在差错的。

3.根据权利要求2所述的一种基于多角度神经网络模型的通信用户套餐精准推荐方法，其特征在于：

所述数据变换通过平滑聚集、概念分层等方式将数据转换成适合数据挖掘的形式，实现不同的源数据在语义上的一致性。

4.根据权利要求3所述的一种基于多角度神经网络模型的通信用户套餐精准推荐方法，其特征在于：

所述由于向量中的每一个变量都是正数，因此余弦的取值在0到1之间，夹角在0度到90度之间；夹角的余弦越小，夹角越大，则通信用户与运营商套餐之间相似度越低。